近年来,随着我国国民经济的持续高速发展,带动了国内钢材消费的大幅增长.钢锭是众多钢材中的一种,但由于现代使用的钢材品种,都是由钢锭轧制而成的.因此在钢铁产业飞速发展的今天,对钢锭质量的追求一直是大型钢铁企业追求的目标.在钢锭的生产过程中,钢锭质量检测是最重要的一个环节.企业只有及时准确对产品进行质量检测,才能够根据具体生产情况正确的调整生产策略.可以看出有效的钢锭的质量检测能保证其生产效率和产品质量,同时也是企业获得经济效益的有力保障.钢水经盛钢包注入铸模凝固形成钢锭.钢锭浇铸分上铸法和下铸法两种,上铸钢锭一般内部结构较好,夹杂物较少,操作费用较低；下铸钢锭表面质量良好,但由于通过中注管和汤道使钢中夹杂物增多.铸温浇铸温度应严格控制.铸温过低,钢液入模后会造成钢锭表面缺陷,甚至钢液在盛钢桶内就开始凝固,造成金属损失或整炉钢报废；铸温过高时,将延缓钢锭表层的形成时间,导致钢锭出现热裂纹.常见的缺陷为：钢锭表面的结疤、重皮和纵、横裂纹,内部的残余缩孔、皮下气泡、疏松和偏析,夹杂等.这些缺陷能大大降低钢锭的成坯率,甚至使整个钢锭报废.我们主要将这些缺陷分为四种类型：角部裂纹、缩孔、中心偏析、中心疏松.本文主要采用数字图像处理技术,对现有钢锭缺陷图像进行分类检测,代替传统的人工检测方法.针对不同的缺陷类型提出了不同的检测方法.首先进行图像预处理,包括灰度规范化、图像去噪(中值滤波、高斯低通滤波)和二值化等,通过这些处理,使图像质量得到提高,并将图像中的缺陷特征信息尽可能的都突现出来.接下来我们对钢锭缺陷特征进行提取,首先计算纹理统计量,把图像分成35×35的小块,计算灰度均值、平滑度、一致性,提取出缩孔类缺陷的特征,将缩孔类分出.再进行之后进行小面积去噪,去除影响判断的小面积缺陷.主要分为两个步骤：计算区域面积来去除小面积噪声和形态学处理,形态学处理包括膨胀、腐蚀等.通过这一处理使裂纹缺陷更为明显.再利用霍夫变换进行线检测,从而将角部裂纹类缺陷特征提取出来.最后通过特征分析比较中心偏析和中心疏松两种缺陷,首先我们计算了二值图像中8连接的连通域的个数,从而算出这些连通域的平均面积.经过计算和大量的实验,我们得出了中心偏析和中心疏松两类缺陷区域的平均面积的范围,进而将它们的缺陷区分出来.本文通过以上五步将四种缺陷逐次分类出来.将四种缺陷的形态特征转化为能被计算机识别的数学语言.利用MATLAB软件进行了大量实验和数据分析,得到了令人满意的结果.由于该检测方法简单,能够满足大部分钢锭生产线的表面缺陷分类检测的要求,具有较高的应用价值.